앤시스코리아가 글로벌 연례 행사인 ‘시뮬레이션 월드 코리아(Simulation World Korea) 2025’를 마쳤다고 밝혔다.   ‘시뮬레이션 월드 코리아’는 국내외 산학연 전문가와 고객들을 초청해 앤시스의 최신 설루션, 고객 사례 그리고 기술 트렌드를 소개하는 시뮬레이션 콘퍼런스다. 또한 앤시스 시뮬레이션 전문가 및 국내 시뮬레이션 공학자들이 교류하는 자리이기도 하다. 올해 행사는 ‘더 나은 미래를 위한 역량 강화(Empower Innovators to Drive Human Advancement)’를 주제로 9월 16일 롯데호텔월드에서 열렸다. 현장에는 다양한 산업군의 고객 및 업계 관계자 1400명이 참여했다.     ‘시뮬레이션 월드 코리아 2025’의 오전 세션에서는 앤시스코리아 박주일 대표의 환영사를 시작으로 ▲앤시스 월트 헌(Walt Hearn) 글로벌 세일즈 및 고객 담당 부사장의 ‘시뮬레이션을 통한 더 빠른 혁신’ ▲한국항공우주연구원(KARI) 이상률 박사의 ‘대한민국 우주개발 현황과 미래에 대한 통찰’ ▲삼성전자 이영웅 부사장의 ‘제조 산업에서의 디지털 트윈 기반 시뮬레이션 적용 현황 및 향후 전망’ ▲앤시스 패드메쉬 맨들로이(Padmesh Mandloi) 고객지원 부문 아시아 부사장의 ‘실리콘에서 시스템으로 확장되는 미래’ 등의 기조연설이 이어졌다.   이어서 ▲현대자동차 노일주 파트장의 ‘버추얼개발 체계 구축을 위한 표준 구조 해석 솔버의 유효성 및 미래 확장성 연구’ ▲엘레트리 이남권 대표의 ‘프리미엄 전기자전거 배터리의 초급속 충전 및 열 안정성 혁신 기술 개발’ ▲스페이스앤빈 민경령 대표의 ‘고효율 무선 전력 전송 시스템용 경량 차폐 소재 개발 사례’ ▲유니컨 김영동 대표의 ‘60GHz 초근거리 In-band Full-duplex 통신 구현’ 등의 발표가 진행되며 최신 기술 트렌드와 사례에 대한 인사이트를 공유하는 시간을 가졌다. 그리고 앤시스코리아가 대학생·대학원생을 대상으로 시행한 시뮬레이션 경진대회 ‘앤시스 시뮬레이션 챌린지 2025’에서 대상을 수상한 성균관대학교 기계공학과 에너지공학연구실 SAVE팀이 ‘화력발전 암모니아 혼소를 위한 전산해석모델 개발 및 최적 연소 방안 연구’를 발표했다.   오후에는 전자, 반도체, 모빌리티, 항공우주·방위 및 우주, 산업기계&헬스케어 등 총 5개의 트랙이 동시에 진행되면서 현재 업계 내의 주요 화두에 대한 정보 공유와 네트워킹이 지속됐다. 이와 함께 디지털 세이프티 콘퍼런스 및 플랫폼 트랙이 별도로 마련되었다.   앤시스코리아 박주일 대표는 “시뮬레이션 월드 코리아 2025는 국내 최대 규모의 시뮬레이션 콘퍼런스로 앤시스의 고객 및 관계자를 한 자리에 모시고 업계가 당면한 도전과제를 조망하고, 앞으로의 비전과 인사이트를 공유하기 위해 마련한 자리”라면서, “작년에 이어 올해도 국내외를 대표하는 연사들의 기조연설과 전문가 발표를 통해 한 순간도 놓칠 수 없는 귀중한 시간을 보낼 수 있었다. 앞으로도 앤시스는 분야를 막론하고 모든 고객들께 최고의 기술력을 바탕으로 부족함 없는 지원군이 될 수 있도록 노력할 것”이라고 말했다.

시점 – 사물이나 현상을 바라보는 눈 (9)   지난 호에서는 ‘개별 관찰’, ‘집단 관찰’, ‘확률과 통계’에 관한 주제의 세 번째 이야기로 ‘확률과 통계’에 관해서 생각해 보았다. 통계는 단순한 숫자놀음이지만 그 숫자를 어떻게 얻었는지 어떻게 해석해야 하는지를 고민하지 않고 사용하게 되면 의도와는 다르게 엉뚱한 결론에 도달할 수 있다. 룰렛 돌림판과 주사위의 경우를 예로 들어 확률과 통계에 관해서 생각해 보았다.  이번 호에서는 ‘작용, 반작용, 상호작용’을 주제로 주변에서 일어나는 일들을 조금 특별한 시각으로 바라보고자 한다. 뉴턴의 운동법칙, 작용, 반작용, 상호작용의 사전적 의미, 다양한 물리 현상, 생태계의 상호작용, 사회적 상호작용, 관점의 차이, 상관관계를 통해서 세상을 알아가는 방법 등을 예로 들어가며 이야기를 전개한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 분수대 위에서 작은 힘만 가해도 자유롭게 회전하는 돌로 만든 지구본   유체 베어링 오래전에 분수대 위에서 작은 힘만 가해도 자유롭게 회전하는 돌로 만든 지구본을 보고 신기해했던 기억이 있다.(그림 1) 마치 중력이 작동하지 않는 듯한 인상을 받았다. 지구본을 만든 돌의 무게를 상상하면 그런 느낌이 들 수밖에 없다. 기계적 베어링 대신에 물을 베어링으로 사용한 유체 베어링이 사용된 것이다. 유체 베어링(fluid bearing 또는 fluid dynamic bearing)은 베어링 표면 사이에서 빠르게 움직이는 가압 액체 또는 가스의 얇은 층에 의해 하중이 지지되는 베어링이다. 움직이는 부품 사이에 접촉이 없다. 부품 사이에 마찰이 없어 유체 베어링은 다른 많은 종류의 베어링보다 마찰, 마모 및 진동이 적은 것이 특징이다. 일부 유체 베어링은 올바르게 작동하는 조건에서는 부품의 마모가 거의 없다. <그림 1>의 경우에는 지구본이 완벽한 구의 형태가 되어야만 물이 베어링의 역할을 할 수 있다. 물이 지구본에 작용하는 중력을 거슬러 지구본을 들어올려야 하는데 지구본을 감싸고 있는 링(ring)과의 간격이 장소에 따라 차이가 있으면 압력이 고르게 걸리지 않게 된다. 따라서 무거운 지구본을 부양할 수 없게 되고 지구본을 자유롭게 회전시킬 수도 없다. 지구본이 떠 있는 상태에서 자유롭게 회전할 수 있다면 작은 힘으로 회전 방향과 속도를 바꿀 수 있다. 마찰력이 거의 없기 때문이다.   뉴턴의 운동법칙 고전역학에서 뉴턴의 운동법칙(Newton's laws of motion)은 물체의 운동을 세 가지의 원리로 설명한 물리 법칙이다.(그림 2) 영국의 수학자, 물리학자, 천문학자였던 아이작 뉴턴이 도입한 이 법칙은 고전역학의 기본 바탕을 이루고 있다. 라틴어로 1687년에 출판된 ‘자연철학의 수학적 원리(Philosophiæ Naturalis Principia Mathematica, Mathematical Principles of Natural Philosophy)’라는 책에서 뉴턴의 운동법칙 세 가지가 소개되었다. 제1법칙은 ‘관성의 법칙’ 또는 ‘갈릴레이의 법칙’으로 불린다. 물체의 질량 중심은 외부 힘이 작용하지 않는 한 일정한 속도로 움직인다. 마찰이나 에너지 손실이 없다면 관성으로 속도가 유지된다. 즉, 물체에 가해진 알짜 힘(net force)이 0일 때 물체의 속도가 변하지 않으므로 질량 중심의 가속도는 0(a = 0, V : Constant)이다. 제2법칙은 ‘가속도의 법칙’으로 불린다. 물체의 운동량의 시간에 따른 변화율(가속도, a)은 그 물체에 작용하는 힘(F, 크기와 방향에 있어서)과 같다. 물체에 더 큰 알짜 힘이 가해질 수록 물체의 운동량 변화는 더 커진다.(F = ma) 물체에 힘을 가하면 힘이 가해진 물체는 운동량이 바뀐다. 제3법칙은 ‘작용과 반작용의 법칙’으로 불리며, 물체 A가 다른 물체 B에 힘을 가하면 물체 B는 물체 A에 크기는 같고 방향은 반대인 힘을 동시에 가한다.(FAB = -FBA ). ‘모든 작용에 대해 크기는 같고 방향은 반대인 반작용이 존재한다’라고 설명하기도 한다. 당연한 이야기같기도 하고 알 듯 말 듯한 이야기같기도 하다. 필자도 글을 쓰면서 아무리 간단한 사실도 언어를 사용해서 표현한다는 것이 얼마나 어려운 일인지 생각하게 된다. 실제로 언어로 표현된 많은 사실, 느낌, 감정이 얼마나 정확하게 표현된 것이고 그 의미를 얼마나 정확하게 이해할 수 있는지 의문스러울 때가 많다.   그림 2. 뉴턴의 세 가지 운동법칙   작용, 반작용, 상호작용의 사전적 의미 때로는 이미 잘 알고 있고 자주 사용하는 용어나 단어도 어떤 의미로 사용되는지 살펴보면 의외로 새로운 발견을 하게 되는 경우가 있다. 이번 기회에 작용, 반작용, 상호작용이라는 단어의 뜻을 사전에서 찾아보자. 작용(action) 어떠한 현상을 일으키거나 영향을 미침 [물리] 어떠한 물리적 원인이나 대상이 다른 대상이나 원인에 기여함 또는 그런 현상. 역학에서 물체 사이의 힘도 이 결과로 생긴다.  [철학] 현상학에서, 표상·의식·체험 따위의 심리적 과정에 있어서 대상의 의미 내용을 지향하는 능동적인 계기를 이르는 말 반작용(reaction)  어떤 움직임에 대하여 그것을 거스르는 반대의 움직임이 생겨남 또는 그 움직임 [물리] 물체 A가 물체 B에 힘을 작용시킬 때, B가 똑같은 크기의 반대 방향의 힘을 A에 미치는 작용. 한쪽에 미치는 힘을 작용이라 할 때, 그 다른 쪽에 미치는 힘을 이른다.  상호작용(interaction)  [생명] 생물체 부분들의 기능 사이나, 생물체의 한 부분의 기능과 개체의 기능 사이에서 이루어지는 일정한 작용 [사회] 일반 사람이 주어진 환경에서 다른 사람이나 사물과 서로 관계를 맺는 모든 과정과 방식     ■ 자세한 기사 내용은 PDF로 제공됩니다.

로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (2)   지난 호에서는 로코드 분석 설루션이 필요한 이유에 대해 알아보았다. 또한 데이터 분석이 일반적으로 거치는 과정에 대해서도 살펴 보았는데, 이러한 과정에 파이썬(Python)과 같은 프로그래밍 언어가 활용되는 상황 또한 정리해 보았다. 이번 호에서는 로코드 분석 설루션인 KNIME(나임)에 대해 알아보고, 전력 판매량 예측에 대한 분석 과제를 따라하기 과정을 통해 완성해 보도록 하겠다.   ■ 연재순서 제1회 데이터 분석에 로코드 설루션이 필요한 이유 제2회 데이터 분석 로코드 설루션을 배워보자 Ⅰ 제3회 데이터 분석 로코드 설루션을 배워보자 Ⅱ 제4회 로코드를 활용하여 시뮬레이션 데이터 분석을 따라해 보자 제5회 데이터 분석 로코드 설루션을 클라우드로 확장해 보자   ■ 윤경렬 현대자동차 연구개발본부 책임연구원   ■ 김도희 잘레시아 DX 프로   지난 호에서 살펴본 일반적인 데이터 분석 과정은 다음과 같다.   요청 접수 → 데이터 확보 → 데이터 검토(칼럼/누락/이상치 확인) → 분석 전략 수립 → 데이터 정제 및 가공 → 분석 수행 및 시각화 → 결과 공유   이전에 강조한 바와 같이, 아무리 쉬운 코딩 언어라고 할지라도 데이터 분석을 요청받은 데이터 과학자(data scientist)가 이를 실제 업무에 적용하여 원하는 결과를 빠르고 정확하게 구현해내는 것은 어려운 일이다. 또한 코딩에 능숙한 데이터 과학자라고 해도 깃허브(Github) 및 인터넷 상에 공유된 소스코드를 다운받아 재활용 및 가공하여 사용하는 경우가 많은데, 이때 악성 코드 등에 대한 보안 이슈도 문제가 될 소지가 있다. 사실 데이터 과학자는 수학 및 통계적 지식을 활용하여 빠르게 정확하게 데이터 분석을 하고 싶은 것이고, 이를 위해 효율적인 툴을 사용하고자 한다. 우리는 이러한 현상을 극복해 나가고자 로코드 분석 설루션(low code analytics solution)을 대안으로 검토하였고, 이를 활용하여 데이터 분석을 수행해 나가는 과정을 따라가 보고자 한다. 지난 호에서 유관부서로부터 전력 판매량(electric power sales) 예측에 대한 분석 과제를 요청 받은 상태이고, 언제나처럼 기한은 촉박한 상황의 시민 데이터 과학자(citizen data scientist)로 가정하여 주어진 과제 목표를 달성하였다. 우리에게 주어진 데이터는 발전소 데이터, 기상 정보 데이터, 날짜 및 요일 데이터 등 세 가지로 이를 처리하기 위해 파이썬으로 코드를 작성한 사례를 공유하였고, 동일한 내용을 로코드 분석 설루션인 KNIME을 활용하여 처리한 사례도 공유하였다.   그림 1   이번 호에서는 KNIME에 대해 알아보고 전력 판매량 예측에 대한 분석과제를 따라하기 과정을 통해 완성해 보도록 하겠다. 우선 구글 제미나이(Google Gemini)에게 KNIME에 대한 역사와 특징에 대해 알려 달라고 해보자.(그림 2~4)   그림 2   그림 3   그림 4   가트너(Gatner)의 피어 인사이트(Peer insight) 리뷰를 확인해 보았는데, 평점(rating)이 상당히 높은 편이고 사용자의 반응도 높다는 것을 확인하였다. 또한 오픈소스 기반 소프트웨어로서 기업에서도 무료로 자유롭게 설치하여 사용할 수 있다는 측면에서(KNIME Analytics Platform) 로코드 분석 설루션으로 선택하기에 부족함이 없다는 것을 확인하였다.   그림 5   현재 KNIME은 데이터 사이언스를 위한 최적의 설루션을 위해 세 가지 서비스를 제공하고 있다. 이번 호에서는 KNIME Analytics Platform을 활용하여 전력 판매량 예측에 대한 분석 과제를 따라해보고자 한다.   그림 6     ■ 자세한 기사 내용은 PDF로 제공됩니다.

최적화 문제를 통찰하기 위한 심센터 히즈 (7)   심센터 히즈(Simcenter HEEDS)는 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 데에 도움을 준다. 이번 호에서는 모터의 성능 최적화를 위해 심센터 E-머신 디자인(Simcenter E-Machine Design)을 사용하여 모터 시뮬레이션의 자동화 워크플로를 구성하고 최적화를 진행하는 과정을 소개한다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   심센터 E-머신 디자인(EMD)은 전기기기(e-machine) 설계를 위한 통합 설루션이다. EMD는 모터 및 발전기 설계 과정에서 요구되는 다양한 토폴로지(topology)를 지원하고, 자동화된 전처리/후처리 환경, 전자계-열 연동 해석, 시스템 및 다분야 설계 연계를 위한 확장성을 제공한다.   그림 1   EMD는 대표적으로 <그림 2>와 같은 토폴로지(SM : 동기모터, IM : 유도모터, SRM : 스위치드 릴럭턴스 모터, DCM : 직류모터, AFM : 축 플럭스 모터)를 모두 지원해, 실제 산업 현장에서 필요한 다양한 형태의 전기기기 개발을 한 플랫폼에서 수행한다.   그림 2   설계 과정 전반에 걸쳐 자동화된 전처리(pre-processing)와 후처리(post-processing) 도구를 제공해, 모델 설정에서 결과 해석까지 반복적인 수작업 부담을 최소화한다. 사용자는 빠른 모델링, 자동 메시 할당, 결과 데이터의 즉시 시각화 등 효율적인 설계 프로세스를 구현할 수 있다.   그림 3   전자계 분석과 열 해석을 연동할 수 있으므로, 전자기적 성능뿐만 아니라 실제 운전 조건에서의 온도 및 열적 거동까지 정밀하게 평가한다. 필요에 따라 시스템 해석(Amesim, FMU 등)을 병행해 구동 특성 및 제어 연계 분석도 확장할 수 있다.   그림 4   EMD는 상세 전자기 해석(detailed Emag), 열 및 유동 해석(thermal CFD), 진동 소음(NVH) 해석, 구조 해석 등 지멘스 심센터(Siemens Simcenter) 포트폴리오 내의 다양한 다분야/다중물리 해석 설루션과 직접 연동할 수 있다. 이를 통해 실제 제품 설계 환경에서 요구되는 복잡한 다중물리 연계 및 시스템 수준 평가까지 단일 워크플로에서 처리가 가능하다.   그림 5   종합적으로, 심센터 EMD는 전기기기 설계의 생산성, 신뢰성, 확장성을 극대화하며, 설계 초기 단계부터 상세 검증, 및 시스템 통합까지 모든 프로세스를 통합적으로 지원하는 강력한 모터 설계 검증 설루션이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

구글은 국내 대학생 및 대학원생들이 AI 기술을 더 쉽게 활용하도록 돕고, 캠퍼스 생활 전반에 AI 활용 문화를 확산하기 위해 ‘구글 AI 프로(Google AI Pro)’ 요금제를 1년간 무료 제공하는 한편, 대학(원)생 앰배서더 프로그램도 운영한다고 밝혔다. 이번 대학(원)생 한정 ‘구글 AI 프로’ 플랜은 만 18세 이상의 국내 대학생이 학교 이메일 인증을 완료하고 계정을 등록하면, 개인 구글 계정 1개에 한해 ‘구글 AI 프로’ 요금제를 1년간 무료로 이용할 수 있다. 8월 7일부터 10월 6일까지 전용 링크에서 신청 가능하며, 신청한 학생은 멀티모달 검색, 코딩 지원, 동영상 생성 등 ‘구글 AI 프로’의 고급 기능을 1년간 자유롭게 경험할 수 있다. ‘구글 AI 프로’는 구글의 AI 모델인 ‘제미나이 2.5 프로(Gemini 2.5 Pro)’를 기반으로 한 요금제로, 과제나 글쓰기 등 학업 전반에 대한 빠른 지원은 물론, 수백 개의 웹사이트에서 복잡한 주제에 대한 정보를 수집해 요약해주는 ‘딥 리서치(Deep Research)’, 5배 더 많은 AI 오디오와 동영상 개요가 지원되는 AI 기반 사고 툴 ‘노트북LM(NotebookLM)’, 텍스트나 이미지를 입력하면 오디오와 함께 8초 분량의 영상을 생성해주는 ‘비오 3(Veo 3)’, 버그 수정부터 기능 개발까지 지원하는 AI 코딩 에이전트 ‘줄스(Jules)’ 등 다양한 생성형 AI 툴을 제공한다. 또한, 사진, 문서, 과제 등을 저장할 수 있는 2TB 용량의 저장 공간도 함께 제공된다. 구글은 이번 ‘구글 AI 프로’ 지원이 단순한 설루션 제공을 넘어, 학생들의 사고력과 이해도를 높이는 AI 기반 학습 파트너 역할도 할 것으로 기대하고 있다. 예를 들어, 복잡한 수학 문제를 단계별로 해결하거나 논리적인 글쓰기 구조를 함께 설계할 수 있는 ‘가이드 학습(Guided Learning)’, 강의 자료를 바탕으로 핵심을 정리해주는 맞춤형 학습 가이드(Study Guides), 이미지 및 영상 등을 활용한 인터랙티브 퀴즈 기능을 통해 학생들이 개념을 스스로 익히고 더 깊이 있는 학습으로 이어질 수 있도록 지원한다. 특히, 멀티모달 응답 기능을 통해 학습 몰입도와 이해도를 한층 높일 수 있는 것이 특징이다. 이 밖에도, 캔버스(Canvas)로 친구들과의 추억을 쌓을 수 있는 게임 만들기, 비오 3를 활용한 재미난 밈 제작, 학교 축제를 위한 아이디어 브레인스토밍 등에도 활용할 수 있다.      한편, 구글은 이번 대학(원)생 전용 무료 혜택의 인지도를 높이고 학생들의 AI 활용 문화 확산을 위해 전국 20여 개 대학교에서 선발된 총 100명의 앰배서더를 대상으로 '제미나이 대학생 앰배서더’ 프로그램도 운영한다고 전했다. 최종 선발된 학생들은 오는 8월 11일 발대식을 시작으로, 12월까지 약 5개월 간 자체 콘텐츠 제작, 오프라인 캠페인, 커뮤니티 연계 활동 등 다양한 홍보 활동과 실습 프로그램을 통해 캠퍼스 내외에서 제미나이 활용법을 소개하고, AI 기술 중심의 캠퍼스 문화 조성에 참여할 예정이다. 발대식에는 유튜브 메가 크리에이터 ‘미미미누’가 명예 앰버서더 자격으로 참석할 예정이다. 최종 선발된 학생들에게는 구글 AI 기술 기반 콘텐츠 제작에 필요한 다양한 툴이 제공되며, 일부 대학 캠퍼스에서는 학생 참여형 AI 실습 이벤트인 ‘스트리트 AI 챌린지’도 진행될 예정이다. 구글 관계자는 “이번 대학(원)생 전용 ‘구글 AI 프로’ 요금제와 대학생 앰배서더 프로그램은 대학생들이 AI 기술을 실질적인 학습 도구로 활용해 AI 기술에 대한 접근성을 높이고, 더 창의적이고 실용적인 방식으로 경험을 확장하도록 지원하기 위해 기획됐다”며, “앞으로도 구글은 더 많은 학생들이 AI를 통해 성장하고 기회를 넓혀가도록 지속적으로 지원할 것”이라고 밝혔다.

AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (5)   생성형 AI를 활용한 음악 작곡 분야는 2022년부터 2025년에 걸쳐 급속한 발전을 보이고 있다. 특히 몰입형 사운드 기술과의 결합을 통해 새로운 패러다임을 제시하고 있다. 이번 호에는 연재의 마지막 회로 AI 음악 작곡의 핵심 기술과 서비스 소개, AI 음악 마스터링 등을 소개하면서 실감 미디어 분야의 공간적, 감각적 음향 경험을 만드는 생성형 AI를 활용한 몰입형 사운드를 조명한다.   ■ 연재순서 제1회 AI 영상 제작 생태계의 현재와 미래 제2회 AI 기반 크리에이티브 워크플로 혁신 제3회 소셜 미디어 최적화 AI 영상 제작 전략 제4회 AI 특수효과 및 후반작업 마스터하기 제5회 AI 기반 몰입형 사운드 디자인   ■ 최석영 AI프로덕션 감성놀이터의 대표이며, 국제고양이AI필름페스티벌 총감독이다. AI 칼럼니스트로도 활동하고 있다.   그림 1. 생성형 AI를 활용한 대표적인 작곡 서비스 스노(Suno, https://suno.com)   AI 음악 작곡의 핵심 기술 발전 현재 AI 음악 작곡의 주요 기술로는 트랜스포머 기반의 언어 모델을 음악에 적용한 뮤직LM(MusicLM), 뮤즈넷(MuseNET), 그리고 최근 등장한 스노(Suno)와 같은 플랫폼이 있다. 이들은 기존의 MIDI 기반 작곡을 넘어서 보컬의 목소리 톤, 음성, 성별 등을 조절할 수 있고, 간단하게 프롬프트 또는 음악 스타일을 텍스트로 적용하면 원하는 스타일의 음악을 작곡할 수 있다. 기존의 영화 제작과 쇼츠 작업에서는 작곡가와 함께 음악을 작업했으나, 지금은 AI와 협업하여 작업하고 있는 것이 현실화되었다. 공간을 연구하는 실감 미디어 분야와 XR(확장현실)에서는 몰입형 음향이 요구되며, 실제 게임과 미디어 아트 전시에서 많이 활용된다.   그림 2. 생성형 AI를 활용한 유튜브 힐링 음악 제작(https://youtu.be/lvLpGuhGgR4)   스노는 2022년에 설립했으며, 4명의 공동 창립자 마이클 슐만(Michael Shulman), 게오르그 쿠스코(Georg Kucsko), 마틴 카마초(Martin Camacho), 키넌 프레이버그(Keenan Freyberg)에 의해 시작되었다. 창립자들은 AI 오디오 분야가 미개척지이며 성장 가능성이 있다고 생각하여 뛰어들었다. 이후 마이크로소프트와의 파트너십을 통해 널리 알려지고 사용되었다. 영상과 쇼츠에 필요한 음악을 직접 만들 수 있다는 장점과 함께 2025년 7월 프로 버전에 편집 기능이 추가되어, 마치 영상 편집 프로그램처럼 특정한 부분을 편집 수정할 수 있게 됐다. 생성형 AI의 비디오 서비스만큼 AI 음악 사업도 업데이트가 자주 일어나며, 새로운 스타트업과 특화된 서비스가 나타나고 있다.   그림 3. 스노에 음악 편집 기능이 추가되었다.   간단하게 작곡을 AI로 만들고 싶다면 스노에서 10곡이 무료로 지원되며, 무료 버전에서는 상업적으로 이용할 수는 없다. 하지만 유료 버전에서는 상업적 작업에 활용이 가능하며 음악 플랫폼에 곡을 등록할 수도 있다.   그림 4. 무료로 음악을 만들 수 있는 사이트 유디오(Udio , www.udio.com)   스노처럼 작곡 서비스를 제공하는 사이트는 아이바(AIVA), 유디오(Udio), 사운드로(Soundraw) 등이 있으며, 만들어진 곡을 AI 마스터링하는 서비스도 있다. 글로벌하게 가장 많이 사용되는 서비스를 기준으로 단계별 과정을 설명한다.   그림 5. 많이 활용하는 마스터링 사이트 랜더(LANDR)의 업로드 과정(https://app.landr.com)   음악 제작에서 마지막 작업인 마스터링도 최종 결과물을 마스터링 서비스에 업로드하면 곡을 분석하고 원하는 부분을 체크하여 마스터링하며, 특정 부분만 수정하여 결과물을 만들 수 있는 제작 과정으로 구성된다. 심플하며 커스터마이징도 가능한 UI 및 UX를 적용하고 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

시점 – 사물이나 현상을 바라보는 눈 (8)   지난 호에서는 개별 관찰, 집단 관찰, 확률과 통계에 관한 주제의 두 번째 이야기로 ‘집단 관찰’에 관한 이야기를 소개하였다. 압력, 온도, 비중, 밀도의 개념에 관한 이야기를 시작으로 기체, 액체, 고체의 성질과 온도에 따른 수축·팽창 현상에 이르기까지 집단 관찰이라는 시각에서 자연현상을 생각해 보았다. 이번 호에서는 개별 관찰, 집단 관찰, 확률과 통계에 관한 주제의 세 번째 이야기로 ‘확률과 통계’에 관해서 생각해 보기로 한다. 통계는 장단점을 숙지하고 활용하면 매우 유용하지만, 가정과 약점을 이해하지 못하고 사용하게 되면 의도와는 다르게 엉뚱한 결론에 도달할 수 있다. 몇 가지 구체적 사례를 바탕으로 확률과 통계에 얽힌 이야기를 소개하고자 한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 확률은 때로는 호의적이고 때로는 적대적이다. 우연일까 필연일까?   확률 확률(probability)은 어떤 일이 일어날 가능성 또는 개연성으로, 일어날 가능성이 있는 비율이나 빈도로 표현한다.(그림 1) 확률은 수학적으로 계산된 확률과 실제로 일어난 일을 바탕으로 계산한 경험적 확률이 있다. 모든 경우의 수에 대해 그 일이 일어날 경우의 수를 수학적으로 계산한 것을 수학적 확률이라고 한다. 수학적 확률은 모든 경우의 수 중에서 어떤 일이 일어날 경우의 수를 비율로 나타낸다. 예를 들어 정육면체인 주사위는 6개의 동일한 크기와 각도를 가지고 있어 주사위를 던졌을 때 나타날 수 있는 눈의 모든 경우의 수는 6이다. 그중에 어떤 눈이 나올 확률은 1/6이다. 반대로 경험적 확률은 실제로 주사위 던지기를 무수히 반복했을 때 나타난 확률로 경험을 바탕으로 추측한 값이다. 수학적 확률은 물리학, 화학, 생물학 등의 과학 분야와 다양한 공학 분야를 비롯하여 스포츠, 도박, 복권 추첨과 같은 분야에서도 활용되고 있다. 다루는 대상이 무수히 많은 원자, 분자, 전자 등의 경우 통계 역학에서 이를 확률적으로 계산하고, 물질과 에너지의 상호 작용을 양자 역학에서는 확률로 계산한다. 확률은 비율로 표시하면 0에서 1 사이의 값을 갖는다. 확률 0은 그 일이 절대로 일어나지 않는다는 0%를 의미하고, 확률 1은 그 일이 100% 일어난다는 것을 의미한다.   수학적 확률   그림 2. 확률과 경우의 수   룰렛 돌림판과 정육면체 주사위를 사용하여 수학적 확률을 계산해 보자. 룰렛 돌림판은 6등분되어 있고 주사위도 6면이 있다.(그림 2) 따라서 룰렛의 화살이 어떤 영역에서 멈출 확률은 1/6이다. 주사위 또한 어느 눈이 나올 확률은 1/6이다. 물론 룰렛 돌림판의 축이 한 가운데 있어서 어느 특별한 곳이 멈추기 쉽게 되어 있지 않다는 것이 전제조건이다. 주사위 또한 마찬가지로 어느 특별한 눈이 나오기 쉽게 되어 있지 않다는 것이 전제된다. 확률 0은 정해진 경우의 수 가운데 어떤 일이 일어나지 않는다는 것을 의미하지만, 예상 외의 일이 일어날 가능성까지 없다고 할 수는 없다. 실제로 룰렛 돌림판의 점수는 가는 선으로 구획된 칸을 기준으로 계산되지만, 화살표가 칸 사이의 눈금에서 멈추는 일도 있다. 이런 일은 룰렛 돌림판의 점수 체계에서 계산된 수학적 확률은 0이지만, 실제 게임에선 종종 발생한다. 이것은 점수 체계가 각 칸의 점수로만 계산하고 화살표가 눈금 위에 멈추는 경우는 고려하지 않았기 때문이다. 눈금 선의 두께를 고려하여 화살이 선 위에 멈출 가능성까지 고려하여 확률을 계산할 수도 있다. 눈금의 두께는 다른 칸의 각도에 비해서 매우 작으므로 선위에 화살이 멈출 확률은 매우 작을 것이다. 비슷한 사례는 주사위의 한 면이 지면에 닿지 않고 기울어져 있는 경우를 들 수 있다. 윷놀이에서 경우의 수와 확률을 계산할 때도 윷가락이 완전하게 엎어지거나 젖혀지지 않아 판정이 애매한 일도 생긴다. 그런 애매한 조건까지 고려한 경우의 수를 정확하게 판단해서 확률을 계산하는 것은 쉽지 않다.   n 개의 주사위로 나올 수 있는 숫자 주사위 하나의 경우는 1부터 6까지 1/6의 확률로 나올 수 있으리라는 것은 쉽게 이해할 수 있다. 주사위 두 개를 던질 때의 경우의 수와 확률은 어떻게 될까? <그림 3>처럼 모든 숫자의 조합을 표로 정리해서 보면, 두 개의 주사위에서 나온 숫자의 합은 2부터 12까지의 숫자가 나올 수 있으며 숫자에 따라서 확률이 달라진다. 이것도 수학적 확률에 지나지 않는다. 실제로 두 개의 주사위를 던져 보면 왼쪽의 확률 분포가 되지는 않는다. 상당히 많은 실험을 해야 비슷한 분포가 될 것이다.   그림 3. 두 개의 주사위를 던져서 나오는 수의 합     ■ 자세한 기사 내용은 PDF로 제공됩니다.

최적화 문제를 통찰하기 위한 심센터 히즈 (6)   심센터 히즈(Simcenter HEEDS)는 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 데에 도움을 준다. 이번 호에서는 토크 암(torque arm)의 설계 최적화를 위해 히즈에서 심센터 3D(Simcenter 3D) 솔버를 연계하여 시뮬레이션 자동화 워크플로를 구성하고 최적화를 진행하는 예제를 소개한다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화   ■  이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   그림 1   <그림 1>은 실제 토크 암 제품 이미지와 적용된 위치 및 구조적 특성을 보여주는 예시로, 이 최적화 사례에서 다룬 실제 제품 및 설계 환경을 이해하는 데 참고하길 바란다. 이번 예제에서는 질량 최소화 및 구조적 제약 조건 만족이라는 실제 공학 설계 과제를 효율적으로 수행하는 데 히즈의 성능과 활용성을 살펴 볼 것이다. 이 사례에서 설계 최적화의 목표는 토크 암의 질량을 최소화하는 것이다. 단, 구조적 제약 조건을 반드시 만족해야 하는데, 이 때 구조적 무결성(structural integrity)을 유지하기 위해 응력 수준이 재료의 항복 응력(yield stress)을 넘지 않아야 하는 조건을 만족해야 한다. 이를 위해 설계 상에서 사전에 선정한 치수 변수를 범위 내에서 조정하게 된다. 최적화 설계 프로세스는 심센터 3D와 히즈 MDO를 활용하여 자동화된 워크플로 방식으로 진행된다. 즉, 심센터 3D에서 나스트란(Nastran) 솔버를 이용한 구조 해석 결과를 히즈가 자동으로 처리하고, 해당 결과를 평가하여 최적의 설계안을 찾는 방식이다.   프로세스 자동화(Process Automation) 다분야 설계 최적화(MDO : Multidisciplinary Design Optimization) 수행 시, 설계 및 분석 프로세스는 여러 소프트웨어 환경에서 이루어진다. 이런 환경에서 효율적인 데이터 교환 및 프로세스 연동이 필수이므로, 데이터를 신속하고 정확하게 받기 위해서는 직접 인터페이스 포털(Direct Interface Portal)이 필요하다. 히즈에서는 여러 공학 분야에서 흔히 사용하는 CAD 및 CAE 툴(아바쿠스, 앤시스, 카티아, 솔리드웍스, 매트랩, LS-다이나, 심센터, 파이썬 등)을 모두 지원하므로, 사용자는 기존에 보유한 다양한 소프트웨어를 그대로 활용하면서 히즈를 이용하여 최적화 작업을 자동화할 수 있다. 히즈가 제공하는 직접 인터페이스 포털 중 일부를 <그림 2>에 나타내었다. 포털을 사용하여 <그림 3>과 같이 구성하면 사용자가 수동으로 결과를 처리하고 데이터를 전환하는 번거로운 작업을 하지 않아도 된다. 이는 시간 소모 및 인적 오류 가능성을 줄이고, 작업 흐름을 더 효율적이고 빠르게 만든다. 워크플로의 자동화가 가능하기 때문에, 결과적으로 여러 분야의 시뮬레이션 모델이나 분석을 보다 빠르고 신뢰도 높게 수행하여 더 나은 설계 및 최적화 결과를 도출할 수 있다.   그림 2   그림 3   최적화 문제 정의   그림 4   설계 목적은 <그림 4>에 나타낸 토크 암의 질량을 최소화하는 것이다. 주어진 하중 조건은 25kN이며, 이 때 구조물이 교차 방향에서 받는 최대 응력이 항복 강도를 초과하지 않아야 한다.(최대 700MPa) 또한 최대 변형량이 4mm를 초과하지 않는다는 제약 조건도 함께 고려한다. 최적화에 적용할 주요 치수 변수는 <그림 5>와 같으며, 특히 두께(Thickness of Extrude)를 변수(T1)로 설정하여 최적화 문제를 규정했다.   그림 5     ■ 자세한 기사 내용은 PDF로 제공됩니다.

앤시스코리아가 대학생 및 대학원생 대상의 시뮬레이션 경진대회인 ‘앤시스 시뮬레이션 챌린지 2025’를 진행했다고 밝혔다.   ‘앤시스 시뮬레이션 챌린지’는 장래 엔지니어를 희망하는 대학생 및 대학원생을 위해 앤시스코리아가 기획한 아카데믹 경진대회다. 참가자는 앤시스의 시뮬레이션 소프트웨어 중 하나 이상을 활용해 기술적인 문제를 해결하는 과제를 수행하고, 수상자는 다양한 특전을 제공받는다.   앤시스코리아가 주최한 첫 번째 경진대회인 올해 대회에는 카이스트, 고려대학교, 연세대학교, UNIST(울산과학기술원), 한국공학대학교, 중앙대학교, 한양대학교, 건국대학교, 전북대학교, 국민대학교, 이화여자대학교, 세종대학교, 서울시립대학교, 서강대학교, 숭실대학교, 성균관대학교, 동국대학교 등 국내 여러 대학교에서 참여했다. 최종적으로 사전신청 98팀, 예선 참여 51팀 그리고 본선 진출 12팀을 기록했다.   지난 7월 9일 서울 포스코타워 역삼에서 진행된 본선은 앤시스코리아 박주일 대표와 강태신 전무의 환영사로 막을 올린 뒤 12개의 본선 진출 팀이 각각 15분씩 자신들의 연구 결과에 대한 발표를 이어갔다. 참가자들은 시뮬레이션을 활용해 해결할 수 있는 다양한 주제에 대해 참신하면서도 완성도 높은 해답을 제시했다는 것이 앤시스코리아의 설명이다.     대상은 성균관대학교 기계공학과 에너지공학연구실 SAVE 팀(강우석, 하선교, 구윤하)에게 돌아갔다. SAVE 팀은 난이도 있는 과제에 대해서 다양한 소프트웨어를 적용해 실측과도 부합하는 결과를 만들었으며, 많은 UDF로 개발을 통해 노하우를 녹여낸 우수한 과제를 선보였다. 대상을 수상한 성균관대학교 SAVE 팀에게는 장학금 300만 원과 앤시스코리아 3개월 인턴십, 오는 9월 개최될 시뮬레이션 콘퍼런스 ‘앤시스 시뮬레이션 월드 코리아 2025’에서 발표자로 나설 기회가 주어진다. 이외 최우수 혁신상 수상 세종대학교 Linkers 팀(정유철, 이종현, 김의찬)과 우수 해석상 수상 서강대학교 진동제로 팀(김도영, 김지우, 박준하), 동양미래대학교 팀(최혜원, 김정현, 장연서), 경상국립대학교 DietDrone 팀(고다완, 권동현, 이동원)도 장학금 총 250만 원을 나누어 받게 됐다. 앤시스코리아 박주일 대표는 “처음으로 개최한 대회임에도 불구하고 뛰어난 역량의 대학생, 대학원생 여러분들이 많이 참여해 주신 덕분에 ‘앤시스 시뮬레이션 챌린지 2025’를 성공적으로 마무리할 수 있었다. 관심을 가져 주신 모든 분들께 다시 한번 깊이 감사드린다”면서, “앤시스코리아는 앞으로도 엔지니어를 지망하는 미래의 인재들이 자신들의 역량을 꽃피우고 또 실무 환경에서 활약하는 기반을 마련할 수 있도록 지원을 아끼지 않을 것”이라고 밝혔다.

구글코리아가 7월 2일 ‘세계적인 문화강국 및 기술강국 대한민국의 오늘, AI와 함께’를 주제로 ‘구글 포 코리아 2025’ 행사를 개최했다. 올해로 5회차를 맞은 이번 행사에서는 AI가 한국의 창의성과 혁신 생태계에 기여하는 방안을 다각도로 조명하는 자리로 마련됐다. 이번 행사에는 윌슨 화이트 구글 아시아태평양 대외정책협력 총괄 부사장, 마니쉬 굽타 구글 딥마인드 시니어 디렉터, 사이먼 토쿠미네 구글 랩스 디렉터, 앤드류 김 구글 리서치 시니어 디렉터, 김경훈 구글코리아 사장, 이화영 LG AI연구원 상무 등 국내외 주요 인사들이 대거 참석했으며, 최민희 과학기술정보방송통신위원회 위원장은 영상으로 축사를 전했다. ▲ 구글 포 코리아에서 발표하고 있는 윌슨 화이트(Wilson White) 구글 아시아태평양 대외정책협력 총괄 부사장   윌슨 화이트 부사장은 “대한민국은 AI 시대를 선도할 독보적인 기술력과 창의성을 갖춘 국가”라며, AI가 한국의 경제 전반에 새로운 가능성을 열고 구글 역시 긴밀히 협력해 나갈 것이라고 밝혔다. ▲ 구글 포 코리아에서 발표하고 있는 마니쉬 굽타(Manish Gupta) 구글 딥마인드 시니어 디렉터   마니쉬 굽타 시니어 디렉터는 제미나이(Gemini), 프로젝트 아스트라(Project Astra), 알파폴드(AlphaFold) 등 AI 연구가 창작과 과학 혁신에 실질적으로 기여하고 있음을 강조했다. ▲ 패널 토크를 진행하고 있는 사이먼 토쿠미네(Simon Tokumine) 구글 랩스 디렉터, 이낙준 작가 겸 크리에이터, 구범준 세바시 대표PD 행사 중 진행된 첫 번째 패널 토크에서는 사이먼 토쿠미네 디렉터, 이낙준 작가, 구범준 세바시 대표PD가 참여해, AI가 창작자들의 리서치와 아이디어 발굴을 지원하는 지적 어시스턴트로 진화하고 있다고 설명했다. 구글의 노트북LM(NotebookLM), 위스크(Whisk), 비오(Veo) 등이 창작 몰입을 돕는 대표 사례로 소개됐다. 두 번째 세션에서는 앤드류 김 시니어 디렉터와 이화영 상무가 AI가 산업 전반에 미치는 구조적 변화와 협력의 중요성에 대해 설명했다. 이 상무는 “AI는 산업 생태계를 함께 조성해 나가야 할 공동의 과제”라며, 글로벌 AI 기업과의 개방형 협력 생태계 구축이 필수임을 강조했다. 한편, 구글코리아는 이날 행사에서 ‘구글과 대한민국: AI로 여는 창의성과 혁신의 시대’라는 리포트를 공개했다. 영국 시장조사기업 퍼블릭 퍼스트에 따르면, AI를 도입한 한국 대기업의 85%가 비즈니스 성장에 긍정적 영향을 받았다고 평가했으며, AI로 창출된 1원의 부가가치가 경제 전반에 평균 3.8배 이상의 파급 효과를 낳는 것으로 나타났다. 또한 2024년 기준, 구글의 제품과 서비스는 한국에서 약 18조 원의 경제활동과 11만 개의 일자리 창출에 기여하고 있다. 김경훈 구글코리아 사장은 폐회사에서 “AI는 한국의 창의성과 혁신성을 증폭시켜 글로벌 경쟁력을 높일 핵심 동력”이라며, 한국 인재들이 AI 시대를 선도할 수 있도록 교육, 협업, 생태계 조성에 지속 지원하겠다고 밝혔다.